BOOK, REVIEW, 한빛미디어, 나는리뷰어다, 그림으로 배우는 생성형 AI, 생성형 AI, LLM, AI 에이전트, RAG

그림으로 배우는 생성형 AI - 큰 그림을 잡기엔 좋지만, 그림이 늘 도움을 주진 않았다

“한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다.”

목차

  1. 왜 이 책을 읽었나 - 쓰는 입장에서 만드는 입장으로
  2. 6장 한눈에 보기 - 이 책이 실제로 다루는 범위
  3. 4장과 5장 - 에이전트와 아키텍처가 이 책의 값어치
  4. 6장 책임 있는 AI - 위험을 운영 능력으로 다루기
  5. 아쉬웠던 부분 - 그림이 늘 도움을 주진 않았다
  6. 이런 분께 추천합니다
  7. 이런 분께는 권하지 않습니다
  8. 정리 - 도구에서 설계로 넘어가는 다리

왜 이 책을 읽었나 - 쓰는 입장에서 만드는 입장으로

생성형 AI를 일상적으로 쓰게 된 지는 꽤 됐다. 그러다 보면 자연스럽게 “쓰는 입장”에서 “만드는 입장”이 궁금해진다.

그 무렵 만난 책이 한빛미디어의 그림으로 배우는 생성형 AI 였다. 모델 선택, 에이전트 설계, 아키텍처, 책임 있는 AI 운영까지 — 평소 따로따로 읽어왔던 주제들이 한 권에 묶여 있어 손이 갔다.

제목만 보면 가벼운 입문서 같지만, 막상 펴 보면 그렇지 않다. 좋았던 부분도, 아쉬웠던 부분도 분명했던 책이라 둘 다 정리해 보려고 한다.

6장 한눈에 보기 - 이 책이 실제로 다루는 범위

348쪽에 6장. 장 수는 적지만 흐름이 명확해서, 어디까지 다루는 책인지 먼저 짚어두는 편이 낫겠다.

구분 장 다루는 것
이해 1장 생성형 AI란 무엇인가 / 작동 원리 / 트랜스포머에서 챗GPT까지 6년 / 생성형 AI의 난제들
활용 2장 멋진 초안 만들기 / 프롬프팅 / 제품에 기능 넣기 / 애플리케이션 아키텍처
사례 3장 고객 지원 · 코드 검토와 생성 · 지식 관리와 검색 · 데이터 분석 · 마케팅
구축 4장 에이전트형 시스템 / 랭그래프·오토젠 / RAG 에이전트 / 정형 데이터 에이전트 / 통합 패턴
설계 5장 기초 모델 선택 / 창의성과 위험의 균형 / 저·중·고위험별 아키텍처 / 모델 미세조정
운영 6장 책임 있는 AI의 특징 / 가치 정렬과 안전성 / 인간-AI 상호작용 윤리 / 사회적 함의 / LLM옵스

1~3장이 “생성형 AI가 무엇이고 어디에 쓰이는가”, 4~6장이 “그래서 어떻게 만들고 운영하는가”로 갈린다. 책의 무게중심은 명백히 후반부에 있다.

특히 5장의 구성이 인상적이다. 아키텍처를 기술 스택별로 나누지 않고 위험 수준(저·중·고)별로 나눈다. “이 기능은 얼마나 위험한가”에서 출발해 아키텍처를 고르게 하는 구성이라, 의사결정 순서와 목차 순서가 일치한다.

생성형 AI의 기본 모델 구조

4장과 5장 - 에이전트와 아키텍처가 이 책의 값어치

개인적으로 가장 도움이 됐던 건 4장과 5장이다.

4장 - “LLM 한 번 호출”의 한계에서 출발한다

최신 정보가 부족하고, 여러 단계로 쪼개야 하는 업무는 한 번의 호출로 해결되지 않는다. 이 문제의식에서 시작해 네 가지 패턴을 정리한다.

  • 성찰(reflection) — 모델이 자기 답변을 점검·수정하는 자기 피드백 구조
  • 동적 계획 수립 — 단계를 고정하지 않고 상황에 맞게 다시 짜는 방식
  • 도구 사용(tool use) — 검색·계산기·DB 등 외부 도구를 호출해 정확성과 최신성을 확보
  • 다중 에이전트 협업 — 계획자·실행자·검증자처럼 역할을 분리해 협업

이 네 가지를 RAG 에이전트, SQL 에이전트 같은 구체적 사례로 이어주는 흐름이 좋았다.

RAG 에이전트의 동작 흐름

특히 RAG를 단순히 “벡터 DB에서 검색해서 LLM에 넣는 것”으로 설명하지 않는다. 왜 필요한지(최신성·정확성·환각 완화)와 무엇을 운영에서 챙겨야 하는지(기밀 데이터, 안전장치)를 같이 짚어주는 부분이 인상 깊었다.

5장 - 그대로 운영에 올리면 어떻게 되는가

5장은 그다음 단계의 질문을 던진다. 매 단계마다 LLM을 호출하면 비용이 폭발하고, 지연이 늘고, 결과 변동성이 커진다.

이 장은 그 문제를 아키텍처 차원에서 풀어내는 방법을 다룬다. 기초 모델 선택부터, 비용·지연·정확성·리스크의 트레이드오프, 그리고 모니터링·평가·가드레일 같은 운영 요소까지.

“프롬프트만 잘 쓰면 된다”가 아니라 엔지니어링과 운영의 언어로 생성형 AI를 다시 바라보게 한다는 점에서, 4장과 5장은 이 책에서 가장 값어치를 한 부분이었다.

6장 책임 있는 AI - 위험을 운영 능력으로 다루기

6장은 책임 있는 AI(responsible AI)와 정렬(alignment)을 다룬다.

생성형 AI는 단순한 오류를 넘어 환각, 독성·편향, 오용 가능성 같은 고유 위험을 가진다. “정확하지 않다”가 아니라 “그럴듯한 해를 끼칠 수 있다”는 문제 정의가, 책임 있는 설계의 출발점이라는 메시지가 분명하다.

또한 책임 있는 AI를 윤리적 선언으로 끝내지 않는다. 관측·평가·가드레일·모니터링 같은 운영 능력으로 구현해야 한다고 보고, 마지막 절을 LLM옵스로 닫는다.

이 관점은 평소 LLM을 도구로만 써온 입장에서 한 번쯤 진지하게 마주해야 할 부분이라고 느꼈다.

아쉬웠던 부분 - 그림이 늘 도움을 주진 않았다

좋았던 부분이 분명했던 만큼, 아쉬웠던 부분도 짚고 싶다.

그림이 본문의 시각적 요약에 머무는 경우가 많다

이 책의 정체성은 결국 “그림으로 배우는”이다. 원서 제목도 Visualizing Generative AI이고, 저자는 『그림으로 배우는 구글 클라우드 101』을 쓴 시각적 스토리텔링 전문가다. 판형도 203×235mm에 956g — 도판을 크게 싣기 위한 책이라는 게 물리적으로 드러난다.

기대치가 그만큼 높았는데, 솔직히 말하면 그림이 이해를 돕기보다 본문을 그대로 시각적으로 옮겨놓은 인상을 받은 경우가 많았다.

예를 들어 본문에서 “데이터 → 모델 → 훈련 → 추론”이라고 쓰여 있으면, 그림도 같은 단어를 박스로 묶어 화살표로 이어놓는 식이다. 새로운 정보를 추가하거나 글로 설명하기 어려운 관계를 보여주는 것이 아니라, 이미 읽은 문장을 보기 좋게 정렬한 정도에 머무르는 그림이 적지 않았다.

그림이 가장 필요한 곳은 오히려 4~5장의 에이전트 상태 전이나 위험 수준별 아키텍처 비교 같은 지점인데, 그런 곳일수록 도식보다 코드가 앞선다.

뒤로 갈수록 코드 비중이 빠르게 늘어난다

4장 후반과 5장에 들어서면 설명보다 코드 스니펫이 더 많아지는 구간이 생긴다. 목차만 봐도 4.3 랭그래프, 4.4 오토젠과 랭그래프 중 선택처럼 특정 프레임워크로 바로 들어간다. 이때 책의 인상이 안내서에서 설명서 또는 레퍼런스로 가까워진다.

대상 독자가 엔지니어와 데이터 과학자까지 포함한다는 점에서 코드 자체가 들어가는 건 자연스럽다. 다만 그럼에도 왜 이렇게 설계하고 무엇을 맞바꾸는지 같은 개념적 다리가 코드보다 조금 더 앞에 놓였더라면 설득력이 더 살았을 것 같다.

특히 같은 책을 함께 보도록 권장된 PM과 기술 리더 입장에서 보면, 후반부는 구현 세부보다 의사결정을 위한 설명이 더 필요한 지점이 많은데 그 부분이 상대적으로 약해 아쉬움이 남았다.

이런 분께 추천합니다

  • 소프트웨어 엔지니어·아키텍트 — 기존 애플리케이션에 생성형 AI를 통합하거나 새로 설계해야 하는 경우
  • 데이터 과학자·ML 엔지니어 — 머신러닝 경험은 있지만 생성형 AI 쪽으로 영역을 넓히고 싶은 경우
  • PM·기술 리더 — 생성형 AI 도입의 시점과 방식, 투자 판단을 책임져야 하는 경우
  • LLM을 단순 호출만 해온 개발자 — 에이전트형 시스템·RAG·운영 요소까지 한 번 정리하고 싶은 경우

이런 분께는 권하지 않습니다

  • 이미 RAG·에이전트 시스템을 실무에서 운영 중인 분 — 다루는 범위는 넓지만 각 주제의 깊이는 얕다. 새로 얻는 것이 적을 수 있다.
  • 코드 중심의 실습서를 기대하는 분 — 코드가 나오긴 하지만 따라 만드는 구성이 아니다. LangChain·LlamaIndex 전용 실습서가 더 맞다.
  • API·웹 서비스나 머신러닝 기본 감각이 전혀 없는 분 — 1~3장은 무리 없지만 4장부터 호흡이 끊길 가능성이 크다.
  • 제목의 ‘그림’을 주된 이유로 고르려는 분 — 도판은 많지만, 그림이 설명을 대체하는 책은 아니다.

정리 - 도구에서 설계로 넘어가는 다리

그림으로 배우는 생성형 AI를 한 문장으로 정리하면 다음과 같다.

“생성형 AI를 도구로 써온 사람이, 만드는 사람의 시야로 넘어가는 다리 역할을 하는 책.”

1~3장에서 잡아주는 큰 그림과, 4~5장의 에이전트·아키텍처 흐름, 그리고 6장의 책임 있는 AI까지. 엔지니어·데이터 과학자·PM이 같은 언어로 생성형 AI를 이야기할 수 있게 해주는 지형 안내서로서의 역할은 충분히 해낸다.

다만 제목이 약속하는 “그림으로 배우는”의 무게에는 다소 못 미쳤다. 그림이 새로운 이해를 만들어주기보다 본문의 시각적 요약에 머무른 경우가 많았고, 후반부로 갈수록 개념적 설명이 줄고 코드가 늘어나는 점은 아쉬움으로 남는다.

그럼에도 생성형 AI 전체를 개발과 운영의 언어로 한 번 묶어 보고 싶은 독자에겐 충분히 유효한 선택지라고 생각한다. 다만 이 책을 고르는 이유가 ‘그림’이어서는 안 된다. 6장짜리 지형도가 필요해서여야 한다.

피드백은 언제나 환영입니다.